阿里巴巴大数据之路——数据模型篇

阿里巴巴大数据之路——数据模型篇

一、概述

　　1.什么是数据模型？

　　　　数据模型就是数据的组织和存储方法。主要关注的是从业务、数据存取和使用角度合理存储数据。

　　2.典型数据仓库建模方法论

　　　　ER模型

　　　　纬度模型（建模四步曲：确定业务流程->确定粒度->确定纬度->确定事实表）

二、阿里巴巴数据整合管理体系oneData

　　　1.体系架构

　　　　

　　　　核心内容包括规范定义、模型设计等！

 　　　　2.模型分层

　　　　　　主要分为三大层（4小层）：操作数据层（ODS），公共纬度模型层（CDM），应用数据层（ADS），其中，CDM又分为明细数据层（DWD）和汇总数据层（DWS）

　　　　　　操作层数据ODS：贴源设计，几乎无处理地存放操作系统数据

　　　　　　　　　     结构化数据增量或全量同步到MaxComputer

　　　　　　　　　非结构化数据（日志）结构化处理同步到MaxComputer

　　　　　　　　　累积并保存清洗数据

　　　　　　　公共纬度模型层：存放明细数据、维表数据以及公共指标汇总数据，比较多的采用纬度退化的手段，将纬度退化到事实表中，减少关联

　　　　　　　　  组合相关和相似数据，采用明细宽表，减少数据扫描

　　　　　　　　  公共指标统一加工，统一口径，建立逻辑汇总宽表

　　　　　　　　  建立一致性纬度

　　　　　　应用数据层ADS：存放数据产品个性化的指标数据

　　　　　　　　  个性化指标加工，无公用性

　　　　　　　　  基于应用的数据组装，大宽表集市、横表转纵表...

　　　　　　整个模型如下图所示：

　　　　　　

 

　　　　　　　　  

　　　　　　　　　　//数据调用服务一般优先使用CDM层，然后ODS，ADS作为应用数据一般不对外提供服务

　　　　3.基本原则

　　　　　　   高内聚低耦合：将业务相近的放在一起，将高概率使用的放一起，遵循软件设计开发的高内聚低耦合原则

　　　　　　核心模型与拓展模型分离：核心模型只包含常用核心业务字段，保证核心模型的简洁性

　　　　　　一致性：相同含义的字段在不同表中必须使用相同的命名，表名等命名必须清晰一致，见名知意

　　　　　　...

　　　4.实施工作流

　　　　(1) 数据调研

　　　　　　包含业务调研和需求调研

　　　    (2) 架构设计

　　　　　　数据域划分　　　　

　　　　【数据域设计】（就是给出数据的大分类，数据所属的域）

 

　　　　　　

 

　　　　　　

 

　　　　　　构建总线矩阵

　　　　【总线结构】（就是列出纬度与主题，进行存在的纬度画✔）

　　　　　

　　　　　　后续包括规范定义、模型设计与总结

 　　　　规范定义：

　　　　　　命名规范统一：表名、字段名等规范统一

　　　　　　字段类型统一：相同与相似字段类型统一

　　　　　　公共代码与代码值统一：代码与标志性字段应统一